Data analysisWe used hierarchical l

Data analysis
We used hierarchical linear modeling (Bryk & Raudenbush, 2002) and the HLM 5 (S. W.
Raudenbush, Bryk, & Congdon, 2000) computer program to examine within-person associations
between exercise, affect, and cognitive appraisals of threat or challenge. The primary focus of the
analysis was to assess whether, on average, each participant tended to have a different level of
affect on days they engaged in more leisure-time exercise. Of additional importance were the
moderating effects of threat, challenge, and day of data collection on the hypothesized exercise/
affect relationships. In other words, we addressed the question of when people have different
levels of affect, rather than which people have different levels of affect. Thus, analyzed here were
associations between quantitative variables, measured for each participant at multiple points in
time (i.e., we had a nested data set in which time was nested within individuals).
To run this analysis HLM computes a separate regression formula for each participant’s data;
the intercept for each participant captures the predicted value of the criterion variable for each
participant at a time when all predictor variables are at zero. Additionally, controlling for this
intercept value, these analyses result in slopes for each participant, capturing the association
between the criterion variable and each predictor variable while controlling for the association
between the criterion variable and the other predictor variables. The results give information
about whether participants’ value on the criterion variable (affect) covaries with their value on the
predictor variables (cognitive appraisal and exercise). Finally, by including interaction terms in
the regression model, and calculating simple slopes for these interactions (Aiken & West, 1991),
our analyses yielded information about the conditions under which affect is related to cognitive
appraisals and/or exercise, thereby more specifically addressing the question of when the
participants experienced changes in affective responses. Following the recommendations of Aiken
and West, we computed simple slopes (along with their regions of significance) for all significant
interactions. In these analyses, the simple slope indicated the relationship between the predictor
variable and the dependent variable at particular levels of the moderator, while the region of
significance indicated the range of moderator values for which the predictor variable was
significantly related to the dependent variable. In essence, the simple slopes and their regions of
significance provide complimentary pieces of information about the specific moderating
conditions, or when during the data collection period, the predictor variables were significantly
related to affect.

ผลลัพธ์ (ไทย) 1:

การวิเคราะห์ข้อมูลเราใช้โมเดลเชิงลำดับชั้น (Bryk & Raudenbush, 2002) และ 5 HLM (S. W.Raudenbush, Bryk, & Congdon, 2000) โปรแกรมตรวจสอบความสัมพันธ์ภายในบุคคลระหว่างออกกำลังกาย ผล และรับรู้การประเมินผลของการคุกคามหรือความท้าทาย โฟกัสหลักของการวิเคราะห์ได้ประเมินว่า เฉลี่ย แต่ละผู้เข้าร่วมมีแนวโน้มที่จะ มีระดับแตกต่างกันของมีผลในวันที่พวกเขาหมกมุ่นมากเวลาพักผ่อนออกกำลังกาย ความสำคัญเพิ่มเติมได้ดูแลผลกระทบของการคุกคาม ความท้าทาย และรวบรวมข้อมูลในค่าวัน /ส่งผลกระทบต่อความสัมพันธ์ ในคำอื่น ๆ เราส่งคำถามที่เมื่อคนมีความแตกต่างกันระดับของผล มากกว่าคนที่มีผลระดับต่าง ๆ ดังนั้น วิเคราะห์ที่นี่ได้ความสัมพันธ์ระหว่างตัวแปรเชิงปริมาณ วัดสำหรับแต่ละผู้เข้าร่วมหลายจุดในเวลา (เช่น เรามีชุดข้อมูลซ้อนกันซึ่งเวลาถูกซ้อนอยู่ภายในบุคคล)การรันนี้วิเคราะห์ HLM คำนวณสูตรถดถอยที่แยกต่างหากสำหรับผู้เข้าร่วมแต่ละข้อมูลจุดตัดแกนสำหรับแต่ละผู้เข้าร่วมจับค่าคาดการณ์ของตัวแปรเกณฑ์สำหรับแต่ละผู้เข้าร่วมในเวลาเมื่อตัวแปรจำนวนประตูทั้งหมดศูนย์ นอกจากนี้ การควบคุมนี้ดักค่า ผลวิเคราะห์เหล่านี้ในลาดสำหรับผู้เข้าร่วมแต่ละ จับภาพสมาคมระหว่างตัวแปรเกณฑ์และผู้ทายผลแต่ละตัวแปรในขณะที่การควบคุมการเชื่อมโยงระหว่างตัวแปรเกณฑ์และตัวแปรอื่น ๆ ผู้ทายผล ผลการให้ข้อมูลเกี่ยวกับ covaries ว่าคนค่าตัวแปรเกณฑ์ (ผล) มีค่าของพวกเขาในการตัวแปร predictor (รับรู้ประเมินและออกกำลังกาย) โดยการรวมคำโต้ตอบสุดท้ายแบบจำลองถดถอย และคำนวณอย่างลาดการโต้ตอบเหล่านี้ (Aiken & ตะวันตก 1991),เราวิเคราะห์หาข้อมูลเกี่ยวกับเงื่อนไขที่เกี่ยวข้องที่มีผลต่อการรับรู้การประเมินผลและ/หรือออกกำลังกาย จึงกำหนดถามเมื่อมากขึ้นโดยเฉพาะการผู้เรียนมีประสบการณ์ในการตอบสนองผลการเปลี่ยนแปลง ตามคำแนะนำของ Aikenและตะวันตก คำนวณลาดอย่าง (รวมทั้งความสำคัญภูมิภาคของตน) ทั้งหมดอย่างมีนัยสำคัญโต้ตอบ ในการวิเคราะห์เหล่านี้ ลาดอย่างแสดงความสัมพันธ์ระหว่างจำนวนประตูที่ตัวแปรและตัวแปรที่ขึ้นอยู่กับระดับเฉพาะของผู้ดูแล ในขณะที่ภูมิภาคของความสำคัญระบุช่วงของค่าดูแลถูกตัวแปร predictorอย่างมีนัยสำคัญที่เกี่ยวข้องกับตัวแปรที่ขึ้นอยู่กับ ในสาระสำคัญ ลาดง่าย และแคว้นของพวกเขาสำคัญให้ข้อมูลเกี่ยวกับการดูแลเฉพาะชิ้นฟรีเงื่อนไข หรือระหว่างระยะเวลาการเก็บข้อมูล ตัวแปรผู้ทายผลถูกมากที่เกี่ยวข้องกับผล

ผลลัพธ์ (ไทย) 2:

การวิเคราะห์ข้อมูล
ที่เรานำมาสร้างแบบจำลองเชิงเส้นลำดับชั้น (Bryk & Raudenbush, 2002) และ HLM 5 (SW
Raudenbush, Bryk และคอง, 2000) โปรแกรมคอมพิวเตอร์เพื่อตรวจสอบความสัมพันธ์ของคนที่อยู่ใน
ระหว่างการออกกำลังกายส่งผลกระทบและการประเมินความรู้ความเข้าใจของการคุกคามหรือความท้าทาย เป้าหมายหลักของ
การวิเคราะห์เพื่อประเมินว่าโดยเฉลี่ยผู้เข้าร่วมแต่ละคนมีแนวโน้มที่จะมีระดับที่แตกต่างกัน
มีผลต่อในวันที่พวกเขามีส่วนร่วมในการออกกำลังกายมากขึ้นเวลาที่เดินทางมาพักผ่อน ที่มีความสำคัญเพิ่มเติมได้
บรรเทาผลกระทบของภัยคุกคามที่ท้าทายและวันของการเก็บรวบรวมข้อมูลเกี่ยวกับการออกกำลังกายสมมติฐาน /
ส่งผลกระทบต่อความสัมพันธ์ ในคำอื่น ๆ ที่เราส่งคำถามเมื่อคนมีความแตกต่างกัน
มีผลต่อระดับของมากกว่าคนที่มีระดับที่แตกต่างกันมีผลต่อ ดังนั้นการวิเคราะห์ที่นี่มี
ความสัมพันธ์ระหว่างตัวแปรเชิงปริมาณที่วัดได้สำหรับผู้เข้าร่วมแต่ละหลายจุดใน
เวลา (เช่นที่เราได้ข้อมูลที่ซ้อนกันตั้งอยู่ในเวลาที่ถูกซ้อนกันภายในบุคคล).
เมื่อต้องการเรียกใช้ HLM การวิเคราะห์นี้คำนวณสูตรการถดถอยที่แยกต่างหากสำหรับผู้เข้าร่วมแต่ละ ข้อมูล
ตัดสำหรับผู้เข้าร่วมแต่ละคนจับค่าคาดการณ์ของตัวแปรเกณฑ์สำหรับแต่ละ
ผู้เข้าร่วมในขณะที่ตัวแปรทั้งหมดที่อยู่ที่ศูนย์ นอกจากนี้การควบคุม
ค่าตัดการวิเคราะห์เหล่านี้ส่งผลในทางลาดสำหรับผู้เข้าร่วมแต่ละคนจับภาพการเชื่อมโยง
ระหว่างตัวแปรเกณฑ์และแต่ละตัวแปรทำนายขณะที่การควบคุมสำหรับการเชื่อมโยง
ระหว่างตัวแปรเกณฑ์และตัวแปรอื่น ๆ ผลการให้ข้อมูล
เกี่ยวกับว่าค่าเข้าร่วมในตัวแปรเกณฑ์ (ส่งผลกระทบต่อ) covaries ที่มีค่าของพวกเขาใน
ตัวแปร (การประเมินความรู้ความเข้าใจและการออกกำลังกาย) ในที่สุดโดยรวมทั้งข้อกำหนดการทำงานร่วมกันใน
แบบการถดถอยและการคำนวณลาดง่ายสำหรับการโต้ตอบเหล่านี้ (ไอเก็นและเวสต์, 1991),
การวิเคราะห์ของเราส่งผลให้ข้อมูลเกี่ยวกับสภาพแวดล้อมที่มีผลต่อการมีความเกี่ยวข้องกับความรู้ความเข้าใจใน
การประเมินผลและ / หรือการออกกำลังกายจึงมากขึ้นโดยเฉพาะที่อยู่ คำถามของเมื่อ
ผู้เข้าร่วมมีประสบการณ์การเปลี่ยนแปลงในการตอบสนองอารมณ์ ตามคำแนะนำของไอเก็น
และเวสต์เราคำนวณลาดง่าย (พร้อมกับภูมิภาคของพวกเขาอย่างมีนัยสำคัญ) อย่างมีนัยสำคัญสำหรับทุก
ปฏิสัมพันธ์ ในการวิเคราะห์เหล่านี้ที่เรียบง่ายลาดชี้ให้เห็นความสัมพันธ์ระหว่างทำนาย
ตัวแปรและตัวแปรตามในระดับหนึ่งของการดูแลในขณะที่พื้นที่ของ
ความสำคัญที่ระบุช่วงของค่าผู้ดูแลซึ่งตัวแปรทำนายที่เป็น
ความสัมพันธ์กับตัวแปรตาม ในสาระสำคัญที่ลาดง่ายและภูมิภาคของพวกเขา
อย่างมีนัยสำคัญให้ชิ้นฟรีของข้อมูลเกี่ยวกับดูแลที่เฉพาะเจาะจง
เงื่อนไขหรือเมื่อในช่วงระยะเวลาการเก็บรวบรวมข้อมูลตัวแปรอย่างมีนัยสำคัญ
ที่เกี่ยวข้องกับการส่งผลกระทบต่อ

ผลลัพธ์ (ไทย) 3:

การวิเคราะห์ข้อมูลใช้แบบจำลองเชิงลำดับชั้น (
เรา bryk &โรเดนบุช , 2002 ) และอาหาร 5 ( S . W .
โรเดนบุช bryk , & congdon , 2000 ) คอมพิวเตอร์โปรแกรมตรวจสอบภายในบุคคลสมาคม
ระหว่างการออกกำลังกาย ส่งผล และการประเมินผลของการคุกคามหรือท้าทาย เน้นหลักของ
การวิเคราะห์เพื่อประเมินว่า โดยเฉลี่ยแล้ว ผู้เข้าร่วมแต่ละมีแนวโน้มที่จะมีระดับที่แตกต่างกันของ
ต่อวันเขาหมั้นในเวลาพักผ่อน ออกกำลังกาย ที่สำคัญเพิ่มเติม
3 ผลของการคุกคาม ความท้าทาย และวันของการเก็บข้อมูลบนสมมติฐานการออกกำลังกาย /
ส่งผลกระทบต่อความสัมพันธ์ ในคำอื่น ๆที่เราตอบคำถามของเมื่อมีคนระดับ
ส่งผลกระทบต่อมากกว่าที่ประชาชนระดับต่าง ๆ ส่งผลกระทบต่อ จึงได้มาที่นี่
ความสัมพันธ์ระหว่างตัวแปรเชิงปริมาณ วัดสำหรับผู้เข้าร่วมแต่ละที่หลายจุดใน
เวลา ( เช่น เรามีอยู่ข้อมูลในเวลาที่ถูกซ้อนกันภายในบุคคล ) .
วิ่งนี้การวิเคราะห์ HLM คำนวณสูตรการแยกข้อมูลของแต่ละคน ;
สกัดกั้นสำหรับผู้เข้าร่วมแต่ละตัวทำนายค่าของตัวแปรเกณฑ์ สำหรับแต่ละ
ผู้เข้าร่วมในเวลาที่ตัวแปรทั้งหมดอยู่ที่ศูนย์ นอกจากนี้ การควบคุมนี้
สกัดกั้นค่าเหล่านี้ในการวิเคราะห์ผลลาดสำหรับผู้เข้าร่วมแต่ละจับสมาคม
ระหว่างตัวแปร และตัวแปรเกณฑ์แต่ละตัวในขณะที่การควบคุมสำหรับสมาคม
ระหว่างเกณฑ์ตัวแปรตัวอื่น ๆ . ผลลัพธ์ที่ให้ข้อมูล
เรื่องค่าสมาชิกในเกณฑ์ตัวแปร ( ต่อ ) covaries ที่มีค่าของพวกเขาใน
ทำนายตัวแปร ( การประเมินทางปัญญาและการออกกำลังกาย ) ในที่สุด , โดยรวมทั้งด้านปฏิสัมพันธ์ใน
ตัวแบบการถดถอยและการลาดง่ายๆสำหรับการโต้ตอบเหล่านี้ ( ไอเคน&ตะวันตก , 1991 ) ,
การวิเคราะห์ของเราหาข้อมูลเกี่ยวกับเงื่อนไขที่เกี่ยวข้องกับการคิด
มีผลต่อการประเมินผล และ / หรือ การออกกำลังกายจึงมากขึ้นโดยเฉพาะกับคำถามของเมื่อประสบการณ์การเปลี่ยนแปลงในอารมณ์
ผู้เข้าร่วมการตอบสนอง ตามข้อเสนอแนะของไอเคน
และตะวันตก เราคำนวณลาดง่าย ( พร้อมภูมิภาคสำคัญ ) สำหรับปฏิสัมพันธ์อย่างมีนัยสำคัญ
ทั้งหมด ในการวิเคราะห์เหล่านี้ของง่าย พบความสัมพันธ์ระหว่างตัวแปรทำนาย
ตัวแปรและตัวแปรในระดับเฉพาะของผู้ดูแล ในขณะที่ภูมิภาค
ความสำคัญระบุช่วงของค่าสำหรับผู้ดูแลซึ่งตัวแปรเป็นตัวแปร
ที่มีความสัมพันธ์กับตัวแปรตาม ในสาระสําคัญลาดง่ายและภูมิภาคของ
ความสำคัญให้ฟรีชิ้นส่วนของข้อมูลเกี่ยวกับเฉพาะผู้ดูแล
เงื่อนไขหรือเวลาในการเก็บข้อมูลระยะเวลา ตัวแปรที่มีความสัมพันธ์กับตัวแปร
ส่งผลกระทบต่อ